Gjenfinning av tidlige forkalkninger i mammografibilder ved hjelp av wavelets

Abstract

Mikroforkalkninger i brystvev kan være det første tegn på brystkreft. Det er derfor svært viktig å kunne finne disse på et tidlig tidspunkt. I dag blir mammografibilder undersøkt visuelt av medisinsk personale. Dette er en tidkrevende og usikker metode. Digital bildebehandling er på vei inn i medisinsk teknikk, og kan forenkle analyseprosessen. En mye brukt metode for bildeanalyse frem til i dag er Fourieranalyse. Denne analysemetoden har den svakhet at det ikke er mulig å finne posisjonen til eventuelle mikroforkalkninger, bare om de er til stede eller ikke. I dette arbeidet er det undersøkt om det er mulig å benytte seg av waveletanalyse for å finne mikroforkalkninger. Wavelets har basisfunksjoner med kort rekkevidde og hvor integralet fra -∞ til ∞ er lik null. Derfor er de velegnet til lokalisering av særegenheter i et signal. Det er utviklet et program i Java som kan foreta kontinuerlig wavelettransformasjon av gråtonebilder. Transformasjonen kan foretas i én dimensjon langs en enkelt linje, eller i to dimensjoner over et helt bilde. For endimensjonale transformasjoner er Haar, Morlet og Mexican Hat-wavelets implementert, for todimensjonale er kun Mexican Hat implementert. Programmet er laget slik at det skal være lett å utvide med andre typer wavelets hvis dette skulle være ønskelig. Det er implementert en enkel algoritme for gjenfinning av mikroforkalkninger fra det transformerte bildet. Før søk må man tilpasse parametrene til mikroforkalkninger man ønsker å finne. Ved en endimensjonal transformasjon over en skarp kant får man tydelige utslag på det transformerte bildet. Ved en endimensjonal transformasjon langs en linje som går gjennom mikroforkalkninger på et mammografifantom får man tydelige utslag på det transformerte bildet der linja passerer. Det er også noen svakere utslag på grunn av bakgrunnsvev og støy. Ved todimensjonale transformasjoner av avgrensede områder på et mammografifantom ser man i de fleste tilfeller mikroforkalkningene svært tydelig på det transformerte bildet. I områder med god kontrast kommer mikroforkalkninger med både stor og liten diameter godt frem, mens i områder med lav kontrast er gjenfinning vanskeligere. Mulig videre arbeid kan være preprosessering av mammografibildene for bedring av kontrast og demping av støy, slik at også de mest uklare mikroforkalkningene kan gjenfinnes bedre.